[논문 리뷰] A bi-criteria path planning algorithm for robotics applications

Zachary Clawson, Xuchu Dennis Ding외 4명|arXiv (Cornell University)|2015. 11. 04.

Robotic Path Planning Algorithms참고 문헌 19인용 수 7

한 줄 요약

이 논문은 2차 비용 제약 조건을 고려하기 위해 상태 공간을 확장함으로써 로봇 응용 분야에서 전체 파레토 프론트를 효율적으로 계산하는 새로운 이기준 경로 계획 알고리즘을 제시한다. 문제를 예산 수준에 대한 상향 스weep을 통해 비순환 그래프 탐색으로 변환함으로써, 스칼라화의 볼록성 제약 조건을 피하고 주비용(예: 거리)과 보조비용(예: 위협 노출) 간의 무결한 무역관계를 실시간으로 정확하게 근사할 수 있다. 이는 합성 PRM 그래프와 이질적인 로봇 시스템에서의 현장 실험을 통해 검증되었다.

ABSTRACT

Realistic path planning applications often require optimizing with respect to several criteria simultaneously. Here we introduce an efficient algorithm for bi-criteria path planning on graphs. Our approach is based on augmenting the state space to keep track of the "budget" remaining to satisfy the constraints on secondary cost. The resulting augmented graph is acyclic and the primary cost can be then minimized by a simple upward sweep through budget levels. The efficiency and accuracy of our algorithm is tested on Probabilistic Roadmap graphs to minimize the distance of travel subject to a constraint on the overall threat exposure of the robot. We also present the results from field experiments illustrating the use of this approach on realistic robotic systems.

연구 동기 및 목표

• 스칼라화 방법의 한계를 해결하기 위해, 파레토 프론트의 볼록 부분만 복원하는 다기준 경로 계획 기법의 문제점을 해결한다.
• 기하학적으로 임베딩된 그래프(예: 확률적 로드맵(PRMs) 그래프)에서 이기준 경로 계획을 위한 효율적인 알고리즘을 개발한다. 여기서 파레토 최적 경로는 수많이 존재한다.
• 보조 비용 제약 조건에 대한 남은 예산을 추적하여 전체 파레토 프론트의 실시간 근사화를 가능하게 한다.
• 주비용(예: 거리)과 보조비용(예: 위협 노출) 간의 무역관계 솔루션 전체를 제공함으로써 의사결정 지원을 가능하게 한다.
• 합성 환경과 실제 로봇 현장 실험 양측에서 방법을 검증한다.

제안 방법

• 보조 비용을 위한 이산적 예산 수준을 도입함으로써 상태 공간을 확장하여 원래 그래프를 비순환적 구조로 변환한다.
• 주비용과 예산 제약 조건을 통합한 새로운 비용 함수를 정의함으로써 예산 수준에 대한 상향 스weep 탐색을 가능하게 한다.
• 확장된 그래프에서 수정된 다익스트라 유사 알고리즘을 사용하여 모든 예산 수준에서 주비용을 최소화한다.
• 계산된 해들에서 지배되지 않는 경로 비용 쌍을 수집함으로써 파레토 프론트를 근사한다.
• 기하적 거리와 위협 노출 기반의 간선 비용을 갖는 PRM 그래프에 알고리즘을 구현한다.
• 전문가가 원하는 무역관계 기반으로 경로를 시각적으로 검토하고 선택할 수 있도록 GUI 기반 의사결정 지원 시스템에 통합한다.

실험 결과

연구 질문

• RQ1 스칼라화에 의존하지 않고도, 비볼록 영역을 포함한 전체 파레토 프론트를 효율적으로 계산할 수 있는 이기준 경로 계획 알고리즘이 존재하는가?
• RQ2 제안된 예산 증강 상태 공간 접근 방식은 기존의 라벨 설정 기반 다기준 경로 계획 방법에 비해 효율성과 정확도에서 어떻게 비교되는가?
• RQ3 연속적인 운동 계획에 사용되는 PRM과 같은 고해상도 기하 그래프에 대해 이 방법은 어느 정도 확장 가능한가?
• RQ4 인터랙티브한 시각화를 통해 경로 선택 솔루션의 상호 무역관계를 실시간으로 제공함으로써, 이 알고리즘이 로봇 시스템의 실시간 의사결정을 지원할 수 있는가?
• RQ5 예산 이산화 단위 크기 δ의 선택이 파레토 프론트 근사의 정확도와 계산 비용에 어떤 영향을 미치는가?

주요 결과

• 알고리즘은 스칼라화 기반 접근 방식의 한계를 피하면서도, 비볼록 영역을 포함한 전체 파레토 프론트를 성공적으로 계산한다.
• PRM 그래프에서 δ = 0.02의 이산화 단위로 파레토 프론트를 정확하게 근사하였으며, 예를 들어 0.81의 위협 노출에서 25.25m 경로와 0.79의 노출에서 32.5m 경로 간의 핵심 무역관계를 포착하였다.
• 현장 실험을 통해 이 방법의 실용성이 입증되었으며, 복잡하고 위협이 많은 환경에서 이종 로봇 시스템이 실시간 경로 선택 및 시각화를 수행하였다.
• 계산 비용은 n개의 노드와 m개의 간선을 갖는 확장된 그래프에서 O(nm)이며, 상향 스weep 전략의 단순성 덕분에 잘 확장된다.
• 전문 사용자가 파레토 프론트의 시각적 검토를 통해 실시간 피드백을 받고, 하위 제어 모듈로 경로를 전송할 수 있도록 지원한다.
• 그래프 정밀도가 향상되면서도 파레토 최적 경로의 수가 증가함에 따라 이 방법은 여전히 효율적이며, 기하학적으로 임베딩된 그래프에 특히 적합하다.